跳到正文
10月7日周三
  1. arXiv cs.RO 机器人学47

    多机器人多目标运动规划中引入随机技能

    一篇 arXiv 机器人学论文提出将随机技能纳入基于采样的多机器人规划,把问题建模为多模态复合路网上的马尔可夫决策过程(MDP),求解得到反应式策略,使可控机器人能根据其他机器人执行操作技能的情况动态调整自身运动。该方法在规划阶段直接化解技能不确定性,避免保守基线的悲观性,实现稳健的动态多机器人协调,规划器代码已公开。

  2. arXiv cs.RO 机器人学49

    CoRE:用单一策略实现去中心化协作操作的协作-角色专家学习

    CoRE 从多任务、多机器人演示中学习协作-角色专家,让每台机器人仅凭自身视觉观测与本体感觉运行同一策略,无需任务提示、身份标签或机器人间消息,即可在去中心化协作操作中产生互补行为。在仿真基准上,CoRE 取得所评测去中心化方法中的最高平均性能;物理实验验证了其在多种操作任务上的有效协作,以及对协作方延迟与减速的鲁棒性。

  3. arXiv cs.RO 机器人学53

    ESP:面向单步多模态动作生成的 Energy-Score Policy

    ESP(Energy-Score Policy)提出一种免蒸馏方法,用单次网络评估将策略上下文与噪声直接映射为动作块,动作头以 energy score 而非均方误差训练,实现对多模态动作分布的直接学习。仿真与真实操作任务实验显示,其任务成功率与 flow matching 基线相当,而动作生成时延大幅降低。

  4. arXiv cs.RO 机器人学55

    EigenDEXplore:用人体先验结构化灵巧操作探索

    EigenDEXplore 在独立关节空间噪声上叠加沿人体数据特征向量方向的扰动,以结构化探索而非改变动作表示的方式引入相关性,在多种灵巧手上于抓取、手内重定向和接触密集操作任务中持续优于关节空间与学习动作空间基线。实验表明人体运动先验用于结构化探索时最有效,收益覆盖无结构与参考引导 RL、轨迹优化及 sim-to-real 部署,在奖励整形与课程设计较少的设置中提升最大。

  5. arXiv cs.RO 机器人学58

    SMART:大规模合成预训练实现关节物体操作的零样本 sim-to-real 迁移

    SMART 提出面向关节物体操作的大规模合成演示预训练系统,其 SMART-Sim 仿真平台具备关节感知设计,可生成任务并高效采集演示,最终合成的 SMART-Data 覆盖 44 类原子任务、5 种机器人配置和 2,507 个关节物体,共超过 1M 条演示。基于该数据预训练的 VLA 模型在仿真基准上表现具备竞争力,并在真实世界的关节物体操作任务中实现零样本 sim-to-real 迁移。

    推荐理由:论文给出合成演示数据的规模与零样本迁移结果,可评估合成预训练在关节物体操作上的可行性。

  6. arXiv cs.RO 机器人学55

    OntoPlan:基于本体的场景表示与智能体框架,实现可扩展的机器人任务规划

    NeurIPS 2026 接收的论文提出 OntoPlan,一个基于本体场景表示的智能体框架,用于机器人任务规划。在覆盖 5 个室内环境、3 种场景规模的 150 项通用任务上,OntoPlan 平均任务成功率达 0.89,最强基线仅 0.27;平均每任务消耗 18.1k tokens,约为最高效基线的 1/5.6。场景规模增大时优势保持,且能对模糊或不可行指令追问或报告信息不足。

  7. arXiv cs.RO 机器人学55

    TacZero:用通用视觉-语言模型与触觉反馈实现免训练的插孔操作

    TacZero 用预训练的通用视觉-语言模型(VLM)解读视觉与触觉观测并直接选择机器人动作,无需额外的触觉或操作训练,也无需针对接触解读与动作选择的任务专用规则。在真实圆柱销插孔实验中,加入数值化三轴触觉输入时 20 次试验成功 15 次,不加触觉输入时仅成功 10 次。该研究为用通用 VLM 做接触密集型操作提供了具体起点,同时指出了这一方向的挑战。

  8. arXiv cs.RO 机器人学58

    GaugeBench 揭示形态感知策略对机器人描述的表示脆弱性

    论文提出 GaugeBench,把固定机器人改写为物理等价的描述并评测同一策略权重,发现三个 MetaMorph 策略在 80 个熟悉机器人上得分 4030.6,等价重描述后仅 51.6,而 98 个真正未见机器人仍有 1489.6。

    推荐理由:论文用等价改写描述的对照实验,量化了跨本体评测中被忽略的表示脆弱性,可迁移方法在于其隔离思路。

  9. arXiv cs.RO 机器人学52

    OpenSplatGraph:从稠密语义地图构建结构化场景图,实现开放词汇机器人感知

    OpenSplatGraph 提出一个统一框架,直接从在线 Gaussian 开放词汇语义地图构建持久化 3D 场景图,通过可靠性感知语义场实现置信度感知、查询条件化的对象提取,并将对象实例关联到持久图节点以增量更新属性与关系。该框架在标准 3D 场景理解基准和真实机器人实验中取得有竞争力的在线开放词汇感知与下游任务性能,已被 ACCV 2026 接收。

  10. arXiv cs.RO 机器人学56

    ReDex:通过手指级柔顺交互修复仿真到真实的灵巧操作策略

    ReDex 提出一个框架,将仿真训练的基座策略适配到真实世界,通过纠正局部接触失败并引入触觉反馈来提升灵巧操作表现。在真实硬件上的两项接触密集任务中,相比仿真到真实迁移的基座策略,Object Flipping 成功率从 14% 提升到 86%(两个物体),Screwdriver Rotation 平均进度从 26.0% 提升到 95.3%(三个物体)。

  11. arXiv cs.RO 机器人学45

    SURGE:基于图像门控因子图的声呐融合水下重建与定位方法

    SURGE 提出一种相机-声呐融合框架,在因子图中联合估计 ROV 轨迹与目标位置,再用恢复的度量位姿进行声呐 Gaussian splatting 重建。在真实水下 RGB-声呐观测上的实验显示,SURGE 相比基于视觉的位姿估计方法显著提升定位一致性,并生成比 RGB Gaussian splatting 基线更紧凑、原生带度量尺度的重建结果。

  12. arXiv cs.RO 机器人学52

    用离散连杆方法对多无人机吊挂负载系统进行动力学建模

    一篇 ICRA 2026 论文提出用一系列刚性连杆替代无质量刚性杆假设,通过 Euler-Newton 推导多无人机吊挂负载系统(MUSLS)的动力学模型,并适配 Featherstone's articulated body algorithm 高效仿真。实机验证显示负载平移平均误差低于 132 mm(绳长的 5.5%),姿态误差低于 11.4 度,作者同时公开了真实飞行数据。

  13. arXiv cs.RO 机器人学54

    高程图看不见什么:人形机器人的语义感知运动与执行感知导航

    一项面向人形机器人的基准与闭环框架提出语义感知运动与执行感知导航,建模高程图中不明显的危险物与指令执行偏差,并在仿真中评估导航、在 Unitree G1 实体机器人上验证运动策略。结果显示语义输入减少了机器人与高程图难以表征的危险物的接触,抗偏差机制提升了导航成功率。研究指出人形机器人导航需同时评估路线完成度与危险规避。

  14. arXiv cs.RO 机器人学32

    面向人机交互的可信物理 AI 框架

    arXiv 论文提出一个可信物理 AI 框架,将安全性(Safety)、行为可理解性(Behavioral Intelligibility)与感知对齐(Perceptual Alignment)整合到具身、控制、认知与设计四个层面。论文指出,机器人进入人类空间的速度快于我们建立其可信度标准的速度,可信度来自物理能力、可观察行为与用户交互预期的对齐。

  15. arXiv cs.RO 机器人学47

    机器人集群去中心化构建最短长度通信网络

    一项研究提出完全去中心化的框架,让机器人集群仅凭局部交互构建并动态维护通信网络,无需集中式拓扑规划或全局定位基础设施。形式化分析表明,局部重连操作可保证网络持续连通、每次分支转移严格缩短网络长度,最坏性能被限定在最短星形树之内。仿真与物理多机器人实验显示,该方法形成的网络长度接近集中计算的 Euclidean Steiner 树,并能动态适应移动目标、仅部署必要的连接节点。

  16. arXiv cs.RO 机器人学47

    面向任务的平面柔顺模块乐高式刚度配置方法

    论文提出一种乐高式刚度配置方法,通过可堆叠的平面柔顺模块实现面向任务的柔性接口刚度设计,实验验证仿真刚度偏差低于 6.5%。该方法结合遗传算法与序列二次规划两阶段优化,通过梁宽、板厚和模块朝向调节刚度特性。基于该框架开发的柔性腕在 1 m/s 高速运动下保持柔顺避障,最大测试角度柔顺性约 $15^\circ$。

  17. arXiv cs.RO 机器人学62

    NTNU 提出可在单核 MCU 上运行的雷达惯性里程计

    NTNU 团队提出面向低算力平台的嵌入式雷达惯性估计器,所有传感器驱动、数据处理与辅助惯性导航均在单核 MCU 上运行。飞行实验显示相对动捕的平移 APE 为 0.51-0.82 m、RPE 低于 3%,并完成基于未修改 PX4 栈的闭环飞行;固件与 PCB 设计已在 GitHub 的 ntnu-arl/embedded_rio 和 ntnu-arl/embedded_rio-pcb 开源。

    推荐理由:论文给出单核 MCU 上的完整实现与实测误差区间,可评估其在算力受限平台替代视觉方案的可行性。